index/extract.c

   1 /* $Id: extract.c,v 1.138 2003-02-27 22:55:40 adam Exp $
   2    Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002
   3    Index Data Aps
   4
   5 This file is part of the Zebra server.
   6
   7 Zebra is free software; you can redistribute it and/or modify it under
   8 the terms of the GNU General Public License as published by the Free
   9 Software Foundation; either version 2, or (at your option) any later
  10 version.
  11
  12 Zebra is distributed in the hope that it will be useful, but WITHOUT ANY
  13 WARRANTY; without even the implied warranty of MERCHANTABILITY or
  14 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  15 for more details.
  16
  17 You should have received a copy of the GNU General Public License
  18 along with Zebra; see the file LICENSE.zebra.  If not, write to the
  19 Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
  20 02111-1307, USA.
  21 */
  22
  23
  24 #include <stdio.h>
  25 #include <assert.h>
  26 #ifdef WIN32
  27 #include <io.h>
  28 #else
  29 #include <unistd.h>
  30 #endif
  31 #include <fcntl.h>
  32
  33 #include "index.h"
  34 #include <direntz.h>
  35 #include <charmap.h>
  36
  37 #if _FILE_OFFSET_BITS == 64
  38 #define PRINTF_OFF_T "%Ld"
  39 #else
  40 #define PRINTF_OFF_T "%ld"
  41 #endif
  42
  43 #define USE_SHELLSORT 0
  44
  45 #if USE_SHELLSORT
  46 static void shellsort(void *ar, int r, size_t s,
  47                       int (*cmp)(const void *a, const void *b))
  48 {
  49     char *a = ar;
  50     char v[100];
  51     int h, i, j, k;
  52     static const int incs[16] = { 1391376, 463792, 198768, 86961, 33936,
  53                                   13776, 4592, 1968, 861, 336,
  54                                   112, 48, 21, 7, 3, 1 };
  55     for ( k = 0; k < 16; k++)
  56         for (h = incs[k], i = h; i < r; i++)
  57         {
  58             memcpy (v, a+s*i, s);
  59             j = i;
  60             while (j > h && (*cmp)(a + s*(j-h), v) > 0)
  61             {
  62                 memcpy (a + s*j, a + s*(j-h), s);
  63                 j -= h;
  64             }
  65             memcpy (a+s*j, v, s);
  66         }
  67 }
  68 #endif
  69
  70 static void logRecord (ZebraHandle zh)
  71 {
  72     ++zh->records_processed;
  73     if (!(zh->records_processed % 1000))
  74     {
  75         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
  76               zh->records_processed, zh->records_inserted, zh->records_updated,
  77               zh->records_deleted);
  78     }
  79 }
  80
  81 static void extract_init (struct recExtractCtrl *p, RecWord *w)
  82 {
  83     w->zebra_maps = p->zebra_maps;
  84     w->seqno = 1;
  85     w->attrSet = VAL_BIB1;
  86     w->attrUse = 1016;
  87     w->reg_type = 'w';
  88     w->extractCtrl = p;
  89 }
  90
  91 static const char **searchRecordKey (ZebraHandle zh,
  92                                      struct recKeys *reckeys,
  93                                      int attrSetS, int attrUseS)
  94 {
  95     static const char *ws[32];
  96     int off = 0;
  97     int startSeq = -1;
  98     int i;
  99     int seqno = 0;
 100 #if SU_SCHEME
 101     int chS, ch;
 102 #else
 103     short attrUse;
 104     char attrSet;
 105 #endif
 106
 107     for (i = 0; i<32; i++)
 108         ws[i] = NULL;
 109
 110 #if SU_SCHEME
 111     chS = zebraExplain_lookupSU (zh->reg->zei, attrSetS, attrUseS);
 112     if (chS < 0)
 113         return ws;
 114 #endif
 115     while (off < reckeys->buf_used)
 116     {
 117
 118         const char *src = reckeys->buf + off;
 119         const char *wstart;
 120         int lead;
 121
 122         lead = *src++;
 123 #if SU_SCHEME
 124         if ((lead & 3)<3)
 125         {
 126             memcpy (&ch, src, sizeof(ch));
 127             src += sizeof(ch);
 128         }
 129 #else
 130         if (!(lead & 1))
 131         {
 132             memcpy (&attrSet, src, sizeof(attrSet));
 133             src += sizeof(attrSet);
 134         }
 135         if (!(lead & 2))
 136         {
 137             memcpy (&attrUse, src, sizeof(attrUse));
 138             src += sizeof(attrUse);
 139         }
 140 #endif
 141         wstart = src;
 142         while (*src++)
 143             ;
 144         if (lead & 60)
 145             seqno += ((lead>>2) & 15)-1;
 146         else
 147         {
 148             memcpy (&seqno, src, sizeof(seqno));
 149             src += sizeof(seqno);
 150         }
 151         if (
 152 #if SU_SCHEME
 153             ch == chS
 154 #else
 155             attrUseS == attrUse && attrSetS == attrSet
 156 #endif
 157             )
 158         {
 159             int woff;
 160
 161
 162             if (startSeq == -1)
 163                 startSeq = seqno;
 164             woff = seqno - startSeq;
 165             if (woff >= 0 && woff < 31)
 166                 ws[woff] = wstart;
 167         }
 168
 169         off = src - reckeys->buf;
 170     }
 171     assert (off == reckeys->buf_used);
 172     return ws;
 173 }
 174
 175 struct file_read_info {
 176     off_t file_max;         /* maximum offset so far */
 177     off_t file_offset;      /* current offset */
 178     off_t file_moffset;     /* offset of rec/rec boundary */
 179     int file_more;
 180     int fd;
 181     char *sdrbuf;
 182     int sdrmax;
 183 };
 184
 185 static struct file_read_info *file_read_start (int fd)
 186 {
 187     struct file_read_info *fi = (struct file_read_info *)
 188         xmalloc (sizeof(*fi));
 189
 190     fi->fd = fd;
 191     fi->file_max = 0;
 192     fi->file_moffset = 0;
 193     fi->sdrbuf = 0;
 194     fi->sdrmax = 0;
 195     return fi;
 196 }
 197
 198 static void file_read_stop (struct file_read_info *fi)
 199 {
 200     xfree (fi);
 201 }
 202
 203 static off_t file_seek (void *handle, off_t offset)
 204 {
 205     struct file_read_info *p = (struct file_read_info *) handle;
 206     p->file_offset = offset;
 207     if (p->sdrbuf)
 208         return offset;
 209     return lseek (p->fd, offset, SEEK_SET);
 210 }
 211
 212 static off_t file_tell (void *handle)
 213 {
 214     struct file_read_info *p = (struct file_read_info *) handle;
 215     return p->file_offset;
 216 }
 217
 218 static int file_read (void *handle, char *buf, size_t count)
 219 {
 220     struct file_read_info *p = (struct file_read_info *) handle;
 221     int fd = p->fd;
 222     int r;
 223     if (p->sdrbuf)
 224     {
 225         r = count;
 226         if (r > p->sdrmax - p->file_offset)
 227             r = p->sdrmax - p->file_offset;
 228         if (r)
 229             memcpy (buf, p->sdrbuf + p->file_offset, r);
 230     }
 231     else
 232         r = read (fd, buf, count);
 233     if (r > 0)
 234     {
 235         p->file_offset += r;
 236         if (p->file_offset > p->file_max)
 237             p->file_max = p->file_offset;
 238     }
 239     return r;
 240 }
 241
 242 static void file_begin (void *handle)
 243 {
 244     struct file_read_info *p = (struct file_read_info *) handle;
 245
 246     p->file_offset = p->file_moffset;
 247     if (!p->sdrbuf && p->file_moffset)
 248         lseek (p->fd, p->file_moffset, SEEK_SET);
 249     p->file_more = 0;
 250 }
 251
 252 static void file_end (void *handle, off_t offset)
 253 {
 254     struct file_read_info *p = (struct file_read_info *) handle;
 255
 256     assert (p->file_more == 0);
 257     p->file_more = 1;
 258     p->file_moffset = offset;
 259 }
 260
 261 static char *fileMatchStr (ZebraHandle zh,
 262                            struct recKeys *reckeys, struct recordGroup *rGroup,
 263                            const char *fname, const char *spec)
 264 {
 265     static char dstBuf[2048];      /* static here ??? */
 266     char *dst = dstBuf;
 267     const char *s = spec;
 268     static const char **w;
 269
 270     while (1)
 271     {
 272         while (*s == ' ' || *s == '\t')
 273             s++;
 274         if (!*s)
 275             break;
 276         if (*s == '(')
 277         {
 278             char attset_str[64], attname_str[64];
 279             data1_attset *attset;
 280             int i;
 281             char matchFlag[32];
 282             int attSet = 1, attUse = 1;
 283             int first = 1;
 284
 285             s++;
 286             for (i = 0; *s && *s != ',' && *s != ')'; s++)
 287                 if (i < 63)
 288                     attset_str[i++] = *s;
 289             attset_str[i] = '\0';
 290
 291             if (*s == ',')
 292             {
 293                 s++;
 294                 for (i = 0; *s && *s != ')'; s++)
 295                     if (i < 63)
 296                         attname_str[i++] = *s;
 297                 attname_str[i] = '\0';
 298             }
 299
 300             if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
 301             {
 302                 data1_att *att;
 303                 attSet = attset->reference;
 304                 att = data1_getattbyname(zh->reg->dh, attset, attname_str);
 305                 if (att)
 306                     attUse = att->value;
 307                 else
 308                     attUse = atoi (attname_str);
 309             }
 310             w = searchRecordKey (zh, reckeys, attSet, attUse);
 311             assert (w);
 312
 313             if (*s == ')')
 314             {
 315                 for (i = 0; i<32; i++)
 316                     matchFlag[i] = 1;
 317             }
 318             else
 319             {
 320                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 321                       spec, rGroup->groupName ? rGroup->groupName : "none");
 322                 return NULL;
 323             }
 324             s++;
 325
 326             for (i = 0; i<32; i++)
 327                 if (matchFlag[i] && w[i])
 328                 {
 329                     if (first)
 330                     {
 331                         *dst++ = ' ';
 332                         first = 0;
 333                     }
 334                     strcpy (dst, w[i]);
 335                     dst += strlen(w[i]);
 336                 }
 337             if (first)
 338             {
 339                 logf (LOG_WARN, "Record didn't contain match"
 340                       " fields in (%s,%s)", attset_str, attname_str);
 341                 return NULL;
 342             }
 343         }
 344         else if (*s == '$')
 345         {
 346             int spec_len;
 347             char special[64];
 348             const char *spec_src = NULL;
 349             const char *s1 = ++s;
 350             while (*s1 && *s1 != ' ' && *s1 != '\t')
 351                 s1++;
 352
 353             spec_len = s1 - s;
 354             if (spec_len > 63)
 355                 spec_len = 63;
 356             memcpy (special, s, spec_len);
 357             special[spec_len] = '\0';
 358             s = s1;
 359
 360             if (!strcmp (special, "group"))
 361                 spec_src = rGroup->groupName;
 362             else if (!strcmp (special, "database"))
 363                 spec_src = rGroup->databaseName;
 364             else if (!strcmp (special, "filename")) {
 365                 spec_src = fname;
 366             }
 367             else if (!strcmp (special, "type"))
 368                 spec_src = rGroup->recordType;
 369             else
 370                 spec_src = NULL;
 371             if (spec_src)
 372             {
 373                 strcpy (dst, spec_src);
 374                 dst += strlen (spec_src);
 375             }
 376         }
 377         else if (*s == '\"' || *s == '\'')
 378         {
 379             int stopMarker = *s++;
 380             char tmpString[64];
 381             int i = 0;
 382
 383             while (*s && *s != stopMarker)
 384             {
 385                 if (i < 63)
 386                     tmpString[i++] = *s++;
 387             }
 388             if (*s)
 389                 s++;
 390             tmpString[i] = '\0';
 391             strcpy (dst, tmpString);
 392             dst += strlen (tmpString);
 393         }
 394         else
 395         {
 396             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 397                   spec, rGroup->groupName ? rGroup->groupName : "none");
 398             return NULL;
 399         }
 400         *dst++ = 1;
 401     }
 402     if (dst == dstBuf)
 403     {
 404         logf (LOG_WARN, "No match criteria for record %s in group %s",
 405               fname, rGroup->groupName ? rGroup->groupName : "none");
 406         return NULL;
 407     }
 408     *dst = '\0';
 409     return dstBuf;
 410 }
 411
 412 struct recordLogInfo {
 413     const char *fname;
 414     int recordOffset;
 415     struct recordGroup *rGroup;
 416 };
 417
 418 static int recordExtract (ZebraHandle zh,
 419                           SYSNO *sysno, const char *fname,
 420                           struct recordGroup *rGroup, int deleteFlag,
 421                           struct file_read_info *fi,
 422                           RecType recType, char *subType, void *clientData)
 423 {
 424     RecordAttr *recordAttr;
 425     int r;
 426     char *matchStr;
 427     SYSNO sysnotmp;
 428     Record rec;
 429     off_t recordOffset = 0;
 430
 431     if (fi->fd != -1)
 432     {
 433         struct recExtractCtrl extractCtrl;
 434
 435         /* we are going to read from a file, so prepare the extraction */
 436         int i;
 437
 438         zh->reg->keys.buf_used = 0;
 439         zh->reg->keys.prevAttrUse = -1;
 440         zh->reg->keys.prevAttrSet = -1;
 441         zh->reg->keys.prevSeqNo = 0;
 442         zh->reg->sortKeys.buf_used = 0;
 443
 444         recordOffset = fi->file_moffset;
 445         extractCtrl.offset = fi->file_moffset;
 446         extractCtrl.readf = file_read;
 447         extractCtrl.seekf = file_seek;
 448         extractCtrl.tellf = file_tell;
 449         extractCtrl.endf = file_end;
 450         extractCtrl.fh = fi;
 451         extractCtrl.subType = subType;
 452         extractCtrl.init = extract_init;
 453         extractCtrl.tokenAdd = extract_token_add;
 454         extractCtrl.schemaAdd = extract_schema_add;
 455         extractCtrl.dh = zh->reg->dh;
 456         extractCtrl.handle = zh;
 457         for (i = 0; i<256; i++)
 458         {
 459             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 460                 extractCtrl.seqno[i] = 1;
 461             else
 462                 extractCtrl.seqno[i] = 0;
 463         }
 464         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 465         extractCtrl.flagShowRecords = !rGroup->flagRw;
 466
 467         if (!rGroup->flagRw)
 468             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 469         if (rGroup->flagRw)
 470         {
 471             char msg[512];
 472             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 473             yaz_log_init_prefix2 (msg);
 474         }
 475
 476         r = (*recType->extract)(clientData, &extractCtrl);
 477
 478         yaz_log_init_prefix2 (0);
 479         if (r == RECCTRL_EXTRACT_EOF)
 480             return 0;
 481         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 482         {
 483             /* error occured during extraction ... */
 484             if (rGroup->flagRw &&
 485                 zh->records_processed < rGroup->fileVerboseLimit)
 486             {
 487                 logf (LOG_WARN, "fail %s %s " PRINTF_OFF_T, rGroup->recordType,
 488                       fname, recordOffset);
 489             }
 490             return 0;
 491         }
 492         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 493         {
 494             /* error occured during extraction ... */
 495             if (rGroup->flagRw &&
 496                 zh->records_processed < rGroup->fileVerboseLimit)
 497             {
 498                 logf (LOG_WARN, "no filter for %s %s "
 499                       PRINTF_OFF_T, rGroup->recordType,
 500                       fname, recordOffset);
 501             }
 502             return 0;
 503         }
 504         if (zh->reg->keys.buf_used == 0)
 505         {
 506             /* the extraction process returned no information - the record
 507                is probably empty - unless flagShowRecords is in use */
 508             if (!rGroup->flagRw)
 509                 return 1;
 510
 511             logf (LOG_WARN, "empty %s %s " PRINTF_OFF_T, rGroup->recordType,
 512                   fname, recordOffset);
 513             return 1;
 514         }
 515     }
 516
 517     /* perform match if sysno not known and if match criteria is specified */
 518
 519     matchStr = NULL;
 520     if (!sysno)
 521     {
 522         sysnotmp = 0;
 523         sysno = &sysnotmp;
 524         if (rGroup->recordId && *rGroup->recordId)
 525         {
 526             char *rinfo;
 527
 528             matchStr = fileMatchStr (zh, &zh->reg->keys, rGroup, fname,
 529                                      rGroup->recordId);
 530             if (matchStr)
 531             {
 532                 rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 533                 if (rinfo)
 534                     memcpy (sysno, rinfo+1, sizeof(*sysno));
 535             }
 536             else
 537             {
 538                 logf (LOG_WARN, "Bad match criteria");
 539                 return 0;
 540             }
 541         }
 542     }
 543
 544     if (! *sysno)
 545     {
 546         /* new record */
 547         if (deleteFlag)
 548         {
 549             logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T, rGroup->recordType,
 550                   fname, recordOffset);
 551             logf (LOG_WARN, "cannot delete record above (seems new)");
 552             return 1;
 553         }
 554         if (zh->records_processed < rGroup->fileVerboseLimit)
 555             logf (LOG_LOG, "add %s %s " PRINTF_OFF_T, rGroup->recordType,
 556                   fname, recordOffset);
 557         rec = rec_new (zh->reg->records);
 558
 559         *sysno = rec->sysno;
 560
 561         recordAttr = rec_init_attr (zh->reg->zei, rec);
 562
 563         if (matchStr)
 564         {
 565             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 566         }
 567         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 568         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 569
 570         zh->records_inserted++;
 571     }
 572     else
 573     {
 574         /* record already exists */
 575         struct recKeys delkeys;
 576         struct sortKeys sortKeys;
 577
 578         rec = rec_get (zh->reg->records, *sysno);
 579         assert (rec);
 580
 581         recordAttr = rec_init_attr (zh->reg->zei, rec);
 582
 583         if (recordAttr->runNumber ==
 584             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 585         {
 586             yaz_log (LOG_LOG, "run number = %d", recordAttr->runNumber);
 587             yaz_log (LOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 588                      rGroup->recordType, fname, recordOffset);
 589             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 590             rec_rm (&rec);
 591             logRecord (zh);
 592             return 1;
 593         }
 594         delkeys.buf_used = rec->size[recInfo_delKeys];
 595         delkeys.buf = rec->info[recInfo_delKeys];
 596
 597         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 598         sortKeys.buf = rec->info[recInfo_sortKeys];
 599
 600         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 601         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 602         if (deleteFlag)
 603         {
 604             /* record going to be deleted */
 605             if (!delkeys.buf_used)
 606             {
 607                 logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 608                       rGroup->recordType, fname, recordOffset);
 609                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
 610             }
 611             else
 612             {
 613                 if (zh->records_processed < rGroup->fileVerboseLimit)
 614                     logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 615                          rGroup->recordType, fname, recordOffset);
 616                 zh->records_deleted++;
 617                 if (matchStr)
 618                     dict_delete (zh->reg->matchDict, matchStr);
 619                 rec_del (zh->reg->records, &rec);
 620             }
 621             rec_rm (&rec);
 622             logRecord (zh);
 623             return 1;
 624         }
 625         else
 626         {
 627             /* record going to be updated */
 628             if (!delkeys.buf_used)
 629             {
 630                 logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 631                       rGroup->recordType, fname, recordOffset);
 632                 logf (LOG_WARN, "cannot update file above, storeKeys false");
 633             }
 634             else
 635             {
 636                 if (zh->records_processed < rGroup->fileVerboseLimit)
 637                     logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 638                         rGroup->recordType, fname, recordOffset);
 639                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 640                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 641                 zh->records_updated++;
 642             }
 643         }
 644     }
 645     /* update file type */
 646     xfree (rec->info[recInfo_fileType]);
 647     rec->info[recInfo_fileType] =
 648         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
 649
 650     /* update filename */
 651     xfree (rec->info[recInfo_filename]);
 652     rec->info[recInfo_filename] =
 653         rec_strdup (fname, &rec->size[recInfo_filename]);
 654
 655     /* update delete keys */
 656     xfree (rec->info[recInfo_delKeys]);
 657     if (zh->reg->keys.buf_used > 0 && rGroup->flagStoreKeys == 1)
 658     {
 659         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 660         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 661         zh->reg->keys.buf = NULL;
 662         zh->reg->keys.buf_max = 0;
 663     }
 664     else
 665     {
 666         rec->info[recInfo_delKeys] = NULL;
 667         rec->size[recInfo_delKeys] = 0;
 668     }
 669
 670     /* update sort keys */
 671     xfree (rec->info[recInfo_sortKeys]);
 672
 673     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 674     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 675     zh->reg->sortKeys.buf = NULL;
 676     zh->reg->sortKeys.buf_max = 0;
 677
 678     /* save file size of original record */
 679     zebraExplain_recordBytesIncrement (zh->reg->zei,
 680                                        - recordAttr->recordSize);
 681     recordAttr->recordSize = fi->file_moffset - recordOffset;
 682     if (!recordAttr->recordSize)
 683         recordAttr->recordSize = fi->file_max - recordOffset;
 684     zebraExplain_recordBytesIncrement (zh->reg->zei,
 685                                        recordAttr->recordSize);
 686
 687     /* set run-number for this record */
 688     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 689                                                              0);
 690
 691     /* update store data */
 692     xfree (rec->info[recInfo_storeData]);
 693     if (rGroup->flagStoreData == 1)
 694     {
 695         rec->size[recInfo_storeData] = recordAttr->recordSize;
 696         rec->info[recInfo_storeData] = (char *)
 697             xmalloc (recordAttr->recordSize);
 698         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 699         {
 700             logf (LOG_ERRNO|LOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 701                   recordOffset, fname);
 702             exit (1);
 703         }
 704         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 705             < recordAttr->recordSize)
 706         {
 707             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
 708                   recordAttr->recordSize, fname);
 709             exit (1);
 710         }
 711     }
 712     else
 713     {
 714         rec->info[recInfo_storeData] = NULL;
 715         rec->size[recInfo_storeData] = 0;
 716     }
 717     /* update database name */
 718     xfree (rec->info[recInfo_databaseName]);
 719     rec->info[recInfo_databaseName] =
 720         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
 721
 722     /* update offset */
 723     recordAttr->recordOffset = recordOffset;
 724
 725     /* commit this record */
 726     rec_put (zh->reg->records, &rec);
 727     logRecord (zh);
 728     return 1;
 729 }
 730
 731 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 732                  const struct recordGroup *rGroupP, int deleteFlag)
 733 {
 734     int r, i, fd;
 735     char gprefix[128];
 736     char ext[128];
 737     char ext_res[128];
 738     char subType[128];
 739     RecType recType;
 740     struct recordGroup rGroupM;
 741     struct recordGroup *rGroup = &rGroupM;
 742     struct file_read_info *fi;
 743     void *clientData;
 744
 745     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
 746
 747     if (!rGroup->groupName || !*rGroup->groupName)
 748         *gprefix = '\0';
 749     else
 750         sprintf (gprefix, "%s.", rGroup->groupName);
 751
 752     logf (LOG_DEBUG, "fileExtract %s", fname);
 753
 754     /* determine file extension */
 755     *ext = '\0';
 756     for (i = strlen(fname); --i >= 0; )
 757         if (fname[i] == '/')
 758             break;
 759         else if (fname[i] == '.')
 760         {
 761             strcpy (ext, fname+i+1);
 762             break;
 763         }
 764     /* determine file type - depending on extension */
 765     if (!rGroup->recordType)
 766     {
 767         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 768         if (!(rGroup->recordType = res_get (zh->res, ext_res)))
 769         {
 770             sprintf (ext_res, "%srecordType", gprefix);
 771             rGroup->recordType = res_get (zh->res, ext_res);
 772         }
 773     }
 774     if (!rGroup->recordType)
 775     {
 776         if (zh->records_processed < rGroup->fileVerboseLimit)
 777             logf (LOG_LOG, "? %s", fname);
 778         return 0;
 779     }
 780     if (!*rGroup->recordType)
 781         return 0;
 782     if (!(recType =
 783           recType_byName (zh->reg->recTypes, rGroup->recordType, subType,
 784                           &clientData)))
 785     {
 786         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
 787         return 0;
 788     }
 789
 790     /* determine match criteria */
 791     if (!rGroup->recordId)
 792     {
 793         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 794         rGroup->recordId = res_get (zh->res, ext_res);
 795     }
 796
 797     /* determine database name */
 798     if (!rGroup->databaseName)
 799     {
 800         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
 801         if (!(rGroup->databaseName = res_get (zh->res, ext_res)))
 802         {
 803             sprintf (ext_res, "%sdatabase", gprefix);
 804             rGroup->databaseName = res_get (zh->res, ext_res);
 805         }
 806     }
 807     if (!rGroup->databaseName)
 808         rGroup->databaseName = "Default";
 809
 810     /* determine if explain database */
 811
 812     sprintf (ext_res, "%sexplainDatabase", gprefix);
 813     rGroup->explainDatabase =
 814         atoi (res_get_def (zh->res, ext_res, "0"));
 815
 816     /* announce database */
 817     if (zebraExplain_curDatabase (zh->reg->zei, rGroup->databaseName))
 818     {
 819         if (zebraExplain_newDatabase (zh->reg->zei, rGroup->databaseName,
 820                                       rGroup->explainDatabase))
 821             return 0;
 822     }
 823
 824     if (rGroup->flagStoreData == -1)
 825     {
 826         const char *sval;
 827         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
 828         if (!(sval = res_get (zh->res, ext_res)))
 829         {
 830             sprintf (ext_res, "%sstoreData", gprefix);
 831             sval = res_get (zh->res, ext_res);
 832         }
 833         if (sval)
 834             rGroup->flagStoreData = atoi (sval);
 835     }
 836     if (rGroup->flagStoreData == -1)
 837         rGroup->flagStoreData = 0;
 838
 839     if (rGroup->flagStoreKeys == -1)
 840     {
 841         const char *sval;
 842
 843         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
 844         sval = res_get (zh->res, ext_res);
 845         if (!sval)
 846         {
 847             sprintf (ext_res, "%sstoreKeys", gprefix);
 848             sval = res_get (zh->res, ext_res);
 849         }
 850         if (!sval)
 851             sval = res_get (zh->res, "storeKeys");
 852         if (sval)
 853             rGroup->flagStoreKeys = atoi (sval);
 854     }
 855     if (rGroup->flagStoreKeys == -1)
 856         rGroup->flagStoreKeys = 0;
 857
 858     if (sysno && deleteFlag)
 859         fd = -1;
 860     else
 861     {
 862         char full_rep[1024];
 863
 864         if (zh->path_reg && !yaz_is_abspath (fname))
 865         {
 866             strcpy (full_rep, zh->path_reg);
 867             strcat (full_rep, "/");
 868             strcat (full_rep, fname);
 869         }
 870         else
 871             strcpy (full_rep, fname);
 872
 873
 874         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 875         {
 876             logf (LOG_WARN|LOG_ERRNO, "open %s", full_rep);
 877             return 0;
 878         }
 879     }
 880     fi = file_read_start (fd);
 881     do
 882     {
 883         file_begin (fi);
 884         r = recordExtract (zh, sysno, fname, rGroup, deleteFlag, fi,
 885                            recType, subType, clientData);
 886     } while (r && !sysno && fi->file_more);
 887     file_read_stop (fi);
 888     if (fd != -1)
 889         close (fd);
 890     return r;
 891 }
 892 int extract_rec_in_mem (ZebraHandle zh, const char *recordType,
 893                         const char *buf, size_t buf_size,
 894                         const char *databaseName, int delete_flag,
 895                         int test_mode, int *sysno,
 896                         int store_keys, int store_data,
 897                         const char *match_criteria)
 898 {
 899     struct recordGroup rGroup;
 900     rGroup.groupName = NULL;
 901     rGroup.databaseName = (char *)databaseName;
 902     rGroup.path = NULL;
 903     rGroup.recordId = NULL;
 904     rGroup.recordType = (char *)recordType;
 905     rGroup.flagStoreData = store_data;
 906     rGroup.flagStoreKeys = store_keys;
 907     rGroup.flagRw = 1;
 908     rGroup.databaseNamePath = 0;
 909     rGroup.explainDatabase = 0;
 910     rGroup.fileVerboseLimit = 100000;
 911     rGroup.followLinks = -1;
 912     return (bufferExtractRecord (zh,
 913                                  buf, buf_size,
 914                                  &rGroup,
 915                                  delete_flag,
 916                                  test_mode,
 917                                  recordType,
 918                                  sysno,
 919                                  match_criteria,
 920                                  "<no file>"));
 921 }
 922 /*
 923   If sysno is provided, then it's used to identify the reocord.
 924   If not, and match_criteria is provided, then sysno is guessed
 925   If not, and a record is provided, then sysno is got from there
 926
 927  */
 928 int bufferExtractRecord (ZebraHandle zh,
 929                          const char *buf, size_t buf_size,
 930                          struct recordGroup *rGroup,
 931                          int delete_flag,
 932                          int test_mode,
 933                          const char *recordType,
 934                          int *sysno,
 935                          const char *match_criteria,
 936                          const char *fname)
 937
 938 {
 939     RecordAttr *recordAttr;
 940     struct recExtractCtrl extractCtrl;
 941     int i, r;
 942     char *matchStr = 0;
 943     RecType recType = NULL;
 944     char subType[1024];
 945     void *clientData;
 946     Record rec;
 947     long recordOffset = 0;
 948     struct zebra_fetch_control fc;
 949
 950     fc.fd = -1;
 951     fc.record_int_buf = buf;
 952     fc.record_int_len = buf_size;
 953     fc.record_int_pos = 0;
 954     fc.offset_end = 0;
 955     fc.record_offset = 0;
 956
 957     extractCtrl.offset = 0;
 958     extractCtrl.readf = zebra_record_int_read;
 959     extractCtrl.seekf = zebra_record_int_seek;
 960     extractCtrl.tellf = zebra_record_int_tell;
 961     extractCtrl.endf = zebra_record_int_end;
 962     extractCtrl.fh = &fc;
 963
 964     /* announce database */
 965     if (zebraExplain_curDatabase (zh->reg->zei, rGroup->databaseName))
 966     {
 967       if (zebraExplain_newDatabase (zh->reg->zei, rGroup->databaseName, 0))
 968         return 0;
 969     }
 970
 971     zh->reg->keys.buf_used = 0;
 972     zh->reg->keys.prevAttrUse = -1;
 973     zh->reg->keys.prevAttrSet = -1;
 974     zh->reg->keys.prevSeqNo = 0;
 975     zh->reg->sortKeys.buf_used = 0;
 976
 977     if (*recordType) {
 978       logf (LOG_DEBUG, "Record type explicitly specified: %s", recordType);
 979       recType = recType_byName (zh->reg->recTypes, recordType, subType,
 980                                 &clientData);
 981     } else {
 982       if (!(rGroup->recordType)) {
 983         logf (LOG_WARN, "No such record type defined");
 984         return 0;
 985       }
 986       logf (LOG_DEBUG, "Get record type from rgroup: %s",rGroup->recordType);
 987       recType = recType_byName (zh->reg->recTypes, rGroup->recordType, subType,
 988                                 &clientData);
 989       recordType = rGroup->recordType;
 990     }
 991
 992     if (!recType) {
 993       logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
 994       return 0;
 995     }
 996
 997     extractCtrl.subType = subType;
 998     extractCtrl.init = extract_init;
 999     extractCtrl.tokenAdd = extract_token_add;
1000     extractCtrl.schemaAdd = extract_schema_add;
1001     extractCtrl.dh = zh->reg->dh;
1002     extractCtrl.handle = zh;
1003     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1004     extractCtrl.flagShowRecords = 0;
1005     for (i = 0; i<256; i++)
1006     {
1007         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
1008             extractCtrl.seqno[i] = 1;
1009         else
1010             extractCtrl.seqno[i] = 0;
1011     }
1012
1013     r = (*recType->extract)(clientData, &extractCtrl);
1014
1015     if (r == RECCTRL_EXTRACT_EOF)
1016         return 0;
1017     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
1018     {
1019         /* error occured during extraction ... */
1020         yaz_log (LOG_WARN, "extract error: generic");
1021         return 0;
1022     }
1023     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
1024     {
1025         /* error occured during extraction ... */
1026         yaz_log (LOG_WARN, "extract error: no such filter");
1027         return 0;
1028     }
1029     if (zh->reg->keys.buf_used == 0)
1030     {
1031         /* the extraction process returned no information - the record
1032            is probably empty - unless flagShowRecords is in use */
1033         if (test_mode)
1034             return 1;
1035         logf (LOG_WARN, "No keys generated for record");
1036         logf (LOG_WARN, " The file is probably empty");
1037         return 1;
1038     }
1039     /* match criteria */
1040     matchStr = NULL;
1041
1042     if (! *sysno) {
1043       char *rinfo;
1044       if (strlen(match_criteria) > 0) {
1045         matchStr = (char *)match_criteria;
1046       } else {
1047         if (rGroup->recordId && *rGroup->recordId) {
1048           matchStr = fileMatchStr (zh, &zh->reg->keys, rGroup, fname,
1049                                    rGroup->recordId);
1050         }
1051       }
1052       if (matchStr) {
1053         rinfo = dict_lookup (zh->reg->matchDict, matchStr);
1054         if (rinfo)
1055           memcpy (sysno, rinfo+1, sizeof(*sysno));
1056       } else {
1057         logf (LOG_WARN, "Bad match criteria (recordID)");
1058         return 0;
1059       }
1060
1061     }
1062
1063     if (! *sysno)
1064     {
1065         /* new record */
1066         if (delete_flag)
1067         {
1068             logf (LOG_LOG, "delete %s %s %ld", recordType,
1069                   fname, (long) recordOffset);
1070             logf (LOG_WARN, "cannot delete record above (seems new)");
1071             return 1;
1072         }
1073         logf (LOG_LOG, "add %s %s %ld", recordType, fname,
1074               (long) recordOffset);
1075         rec = rec_new (zh->reg->records);
1076
1077         *sysno = rec->sysno;
1078
1079         recordAttr = rec_init_attr (zh->reg->zei, rec);
1080
1081         if (matchStr)
1082         {
1083             dict_insert (zh->reg->matchDict, matchStr,
1084                          sizeof(*sysno), sysno);
1085         }
1086         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1087         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1088
1089         zh->records_inserted++;
1090     }
1091     else
1092     {
1093         /* record already exists */
1094         struct recKeys delkeys;
1095         struct sortKeys sortKeys;
1096
1097         rec = rec_get (zh->reg->records, *sysno);
1098         assert (rec);
1099
1100         recordAttr = rec_init_attr (zh->reg->zei, rec);
1101
1102         if (recordAttr->runNumber ==
1103             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1104         {
1105             logf (LOG_LOG, "skipped %s %s %ld", recordType,
1106                   fname, (long) recordOffset);
1107             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1108             rec_rm (&rec);
1109             logRecord(zh);
1110             return 1;
1111         }
1112         delkeys.buf_used = rec->size[recInfo_delKeys];
1113         delkeys.buf = rec->info[recInfo_delKeys];
1114
1115         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1116         sortKeys.buf = rec->info[recInfo_sortKeys];
1117
1118         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1119         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1120         if (delete_flag)
1121         {
1122             /* record going to be deleted */
1123             if (!delkeys.buf_used)
1124             {
1125                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1126                       fname, (long) recordOffset);
1127                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1128             }
1129             else
1130             {
1131                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1132                       fname, (long) recordOffset);
1133                 zh->records_deleted++;
1134                 if (matchStr)
1135                     dict_delete (zh->reg->matchDict, matchStr);
1136                 rec_del (zh->reg->records, &rec);
1137             }
1138             rec_rm (&rec);
1139             logRecord(zh);
1140             return 1;
1141         }
1142         else
1143         {
1144             /* record going to be updated */
1145             if (!delkeys.buf_used)
1146             {
1147                 logf (LOG_LOG, "update %s %s %ld", recordType,
1148                       fname, (long) recordOffset);
1149                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1150             }
1151             else
1152             {
1153                 logf (LOG_LOG, "update %s %s %ld", recordType,
1154                       fname, (long) recordOffset);
1155                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1156                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1157                 zh->records_updated++;
1158             }
1159         }
1160     }
1161     /* update file type */
1162     xfree (rec->info[recInfo_fileType]);
1163     rec->info[recInfo_fileType] =
1164         rec_strdup (recordType, &rec->size[recInfo_fileType]);
1165
1166     /* update filename */
1167     xfree (rec->info[recInfo_filename]);
1168     rec->info[recInfo_filename] =
1169         rec_strdup (fname, &rec->size[recInfo_filename]);
1170
1171     /* update delete keys */
1172     xfree (rec->info[recInfo_delKeys]);
1173     if (zh->reg->keys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1174     {
1175         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1176         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1177         zh->reg->keys.buf = NULL;
1178         zh->reg->keys.buf_max = 0;
1179     }
1180     else
1181     {
1182         rec->info[recInfo_delKeys] = NULL;
1183         rec->size[recInfo_delKeys] = 0;
1184     }
1185
1186     /* update sort keys */
1187     xfree (rec->info[recInfo_sortKeys]);
1188
1189     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1190     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1191     zh->reg->sortKeys.buf = NULL;
1192     zh->reg->sortKeys.buf_max = 0;
1193
1194     /* save file size of original record */
1195     zebraExplain_recordBytesIncrement (zh->reg->zei,
1196                                        - recordAttr->recordSize);
1197 #if 0
1198     recordAttr->recordSize = fi->file_moffset - recordOffset;
1199     if (!recordAttr->recordSize)
1200         recordAttr->recordSize = fi->file_max - recordOffset;
1201 #else
1202     recordAttr->recordSize = buf_size;
1203 #endif
1204     zebraExplain_recordBytesIncrement (zh->reg->zei,
1205                                        recordAttr->recordSize);
1206
1207     /* set run-number for this record */
1208     recordAttr->runNumber =
1209         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1210
1211     /* update store data */
1212     xfree (rec->info[recInfo_storeData]);
1213     if (rGroup->flagStoreData == 1)
1214     {
1215         rec->size[recInfo_storeData] = recordAttr->recordSize;
1216         rec->info[recInfo_storeData] = (char *)
1217             xmalloc (recordAttr->recordSize);
1218 #if 1
1219         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1220 #else
1221         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1222         {
1223             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1224                   (long) recordOffset, fname);
1225             exit (1);
1226         }
1227         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1228             < recordAttr->recordSize)
1229         {
1230             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1231                   recordAttr->recordSize, fname);
1232             exit (1);
1233         }
1234 #endif
1235     }
1236     else
1237     {
1238         rec->info[recInfo_storeData] = NULL;
1239         rec->size[recInfo_storeData] = 0;
1240     }
1241     /* update database name */
1242     xfree (rec->info[recInfo_databaseName]);
1243     rec->info[recInfo_databaseName] =
1244         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1245
1246     /* update offset */
1247     recordAttr->recordOffset = recordOffset;
1248
1249     /* commit this record */
1250     rec_put (zh->reg->records, &rec);
1251     logRecord(zh);
1252     return 0;
1253 }
1254
1255
1256
1257 int explain_extract (void *handle, Record rec, data1_node *n)
1258 {
1259     ZebraHandle zh = (ZebraHandle) handle;
1260     struct recExtractCtrl extractCtrl;
1261     int i;
1262
1263     if (zebraExplain_curDatabase (zh->reg->zei,
1264                                   rec->info[recInfo_databaseName]))
1265     {
1266         abort();
1267         if (zebraExplain_newDatabase (zh->reg->zei,
1268                                       rec->info[recInfo_databaseName], 0))
1269             abort ();
1270     }
1271
1272     zh->reg->keys.buf_used = 0;
1273     zh->reg->keys.prevAttrUse = -1;
1274     zh->reg->keys.prevAttrSet = -1;
1275     zh->reg->keys.prevSeqNo = 0;
1276     zh->reg->sortKeys.buf_used = 0;
1277
1278     extractCtrl.init = extract_init;
1279     extractCtrl.tokenAdd = extract_token_add;
1280     extractCtrl.schemaAdd = extract_schema_add;
1281     extractCtrl.dh = zh->reg->dh;
1282     for (i = 0; i<256; i++)
1283         extractCtrl.seqno[i] = 0;
1284     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1285     extractCtrl.flagShowRecords = 0;
1286     extractCtrl.handle = handle;
1287
1288     grs_extract_tree(&extractCtrl, n);
1289
1290     if (rec->size[recInfo_delKeys])
1291     {
1292         struct recKeys delkeys;
1293         struct sortKeys sortkeys;
1294
1295         delkeys.buf_used = rec->size[recInfo_delKeys];
1296         delkeys.buf = rec->info[recInfo_delKeys];
1297
1298         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1299         sortkeys.buf = rec->info[recInfo_sortKeys];
1300
1301         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1302         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1303     }
1304     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1305     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1306
1307     xfree (rec->info[recInfo_delKeys]);
1308     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1309     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1310     zh->reg->keys.buf = NULL;
1311     zh->reg->keys.buf_max = 0;
1312
1313     xfree (rec->info[recInfo_sortKeys]);
1314     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1315     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1316     zh->reg->sortKeys.buf = NULL;
1317     zh->reg->sortKeys.buf_max = 0;
1318
1319     return 0;
1320 }
1321
1322 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1323                               int cmd, struct recKeys *reckeys)
1324 {
1325 #if SU_SCHEME
1326 #else
1327     unsigned char attrSet = (unsigned char) -1;
1328     unsigned short attrUse = (unsigned short) -1;
1329 #endif
1330     int seqno = 0;
1331     int off = 0;
1332     int ch = 0;
1333     ZebraExplainInfo zei = zh->reg->zei;
1334
1335     if (!zh->reg->key_buf)
1336     {
1337         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1338         if (mem <= 0)
1339         {
1340             logf(LOG_WARN, "Invalid memory setting, using default 8 MB");
1341             mem= 1024*1024*8;
1342         }
1343         /* FIXME: That "8" should be in a default settings include */
1344         /* not hard-coded here! -H */
1345         zh->reg->key_buf = (char**) xmalloc (mem);
1346         zh->reg->ptr_top = mem/sizeof(char*);
1347         zh->reg->ptr_i = 0;
1348         zh->reg->key_buf_used = 0;
1349         zh->reg->key_file_no = 0;
1350     }
1351     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1352     while (off < reckeys->buf_used)
1353     {
1354         const char *src = reckeys->buf + off;
1355         struct it_key key;
1356         int lead;
1357
1358         lead = *src++;
1359
1360 #if SU_SCHEME
1361         if ((lead & 3) < 3)
1362         {
1363             memcpy (&ch, src, sizeof(ch));
1364             src += sizeof(ch);
1365         }
1366 #else
1367         if (!(lead & 1))
1368         {
1369             memcpy (&attrSet, src, sizeof(attrSet));
1370             src += sizeof(attrSet);
1371         }
1372         if (!(lead & 2))
1373         {
1374             memcpy (&attrUse, src, sizeof(attrUse));
1375             src += sizeof(attrUse);
1376         }
1377 #endif
1378         if (zh->reg->key_buf_used + 1024 >
1379             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1380             extract_flushWriteKeys (zh);
1381         ++(zh->reg->ptr_i);
1382         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1383             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1384 #if SU_SCHEME
1385 #else
1386         ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1387         if (ch < 0)
1388             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1389 #endif
1390         assert (ch > 0);
1391         zh->reg->key_buf_used +=
1392             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1393                            zh->reg->key_buf_used);
1394
1395         while (*src)
1396             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1397         src++;
1398         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1399         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1400
1401         if (lead & 60)
1402             seqno += ((lead>>2) & 15)-1;
1403         else
1404         {
1405             memcpy (&seqno, src, sizeof(seqno));
1406             src += sizeof(seqno);
1407         }
1408         key.seqno = seqno;
1409         key.sysno = sysno;
1410         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used, &key, sizeof(key));
1411         (zh->reg->key_buf_used) += sizeof(key);
1412         off = src - reckeys->buf;
1413     }
1414     assert (off == reckeys->buf_used);
1415 }
1416
1417 void extract_flushWriteKeys (ZebraHandle zh)
1418 {
1419     FILE *outf;
1420     char out_fname[200];
1421     char *prevcp, *cp;
1422     struct encode_info encode_info;
1423     int ptr_i = zh->reg->ptr_i;
1424 #if SORT_EXTRA
1425     int i;
1426 #endif
1427     if (!zh->reg->key_buf || ptr_i <= 0)
1428         return;
1429
1430     (zh->reg->key_file_no)++;
1431     logf (LOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1432 #if !SORT_EXTRA
1433     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1434                sizeof(char*), key_qsort_compare);
1435     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1436
1437     if (!(outf = fopen (out_fname, "wb")))
1438     {
1439         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1440         exit (1);
1441     }
1442     logf (LOG_LOG, "writing section %d", zh->reg->key_file_no);
1443     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1444
1445     encode_key_init (&encode_info);
1446     encode_key_write (cp, &encode_info, outf);
1447
1448     while (--ptr_i > 0)
1449     {
1450         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1451         if (strcmp (cp, prevcp))
1452         {
1453             encode_key_flush ( &encode_info, outf);
1454             encode_key_init (&encode_info);
1455             encode_key_write (cp, &encode_info, outf);
1456             prevcp = cp;
1457         }
1458         else
1459             encode_key_write (cp + strlen(cp), &encode_info, outf);
1460     }
1461     encode_key_flush ( &encode_info, outf);
1462 #else
1463     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1464     extract_get_fname_tmp (out_fname, key_file_no);
1465
1466     if (!(outf = fopen (out_fname, "wb")))
1467     {
1468         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1469         exit (1);
1470     }
1471     logf (LOG_LOG, "writing section %d", key_file_no);
1472     i = ptr_i;
1473     prevcp =  key_buf[ptr_top-i];
1474     while (1)
1475         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1476         {
1477             key_y_len = strlen(prevcp)+1;
1478 #if 0
1479             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
1480                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1481 #endif
1482             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1483                                    sizeof(char*), key_y_compare);
1484             cp = key_buf[ptr_top-ptr_i];
1485             --key_y_len;
1486             encode_key_init (&encode_info);
1487             encode_key_write (cp, &encode_info, outf);
1488             while (--ptr_i > i)
1489             {
1490                 cp = key_buf[ptr_top-ptr_i];
1491                 encode_key_write (cp+key_y_len, &encode_info, outf);
1492             }
1493             encode_key_flush ( &encode_info, outf);
1494             if (!i)
1495                 break;
1496             prevcp = key_buf[ptr_top-ptr_i];
1497         }
1498 #endif
1499     if (fclose (outf))
1500     {
1501         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
1502         exit (1);
1503     }
1504     logf (LOG_LOG, "finished section %d", zh->reg->key_file_no);
1505     zh->reg->ptr_i = 0;
1506     zh->reg->key_buf_used = 0;
1507 }
1508
1509 void extract_add_index_string (RecWord *p, const char *string,
1510                                int length)
1511 {
1512     char *dst;
1513     unsigned char attrSet;
1514     unsigned short attrUse;
1515     int lead = 0;
1516     int diff = 0;
1517     int *pseqno = &p->seqno;
1518     ZebraHandle zh = p->extractCtrl->handle;
1519     ZebraExplainInfo zei = zh->reg->zei;
1520     struct recKeys *keys = &zh->reg->keys;
1521
1522     if (keys->buf_used+1024 > keys->buf_max)
1523     {
1524         char *b;
1525
1526         b = (char *) xmalloc (keys->buf_max += 128000);
1527         if (keys->buf_used > 0)
1528             memcpy (b, keys->buf, keys->buf_used);
1529         xfree (keys->buf);
1530         keys->buf = b;
1531     }
1532     dst = keys->buf + keys->buf_used;
1533
1534     attrSet = p->attrSet;
1535     if (keys->buf_used > 0 && keys->prevAttrSet == attrSet)
1536         lead |= 1;
1537     else
1538         keys->prevAttrSet = attrSet;
1539     attrUse = p->attrUse;
1540     if (keys->buf_used > 0 && keys->prevAttrUse == attrUse)
1541         lead |= 2;
1542     else
1543         keys->prevAttrUse = attrUse;
1544 #if 1
1545     diff = 1 + *pseqno - keys->prevSeqNo;
1546     if (diff >= 1 && diff <= 15)
1547         lead |= (diff << 2);
1548     else
1549         diff = 0;
1550 #endif
1551     keys->prevSeqNo = *pseqno;
1552
1553     *dst++ = lead;
1554
1555 #if SU_SCHEME
1556     if ((lead & 3) < 3)
1557     {
1558         int ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1559         if (ch < 0)
1560         {
1561             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1562             yaz_log (LOG_DEBUG, "addSU set=%d use=%d SU=%d",
1563                      attrSet, attrUse, ch);
1564         }
1565         assert (ch > 0);
1566         memcpy (dst, &ch, sizeof(ch));
1567         dst += sizeof(ch);
1568     }
1569 #else
1570     if (!(lead & 1))
1571     {
1572         memcpy (dst, &attrSet, sizeof(attrSet));
1573         dst += sizeof(attrSet);
1574     }
1575     if (!(lead & 2))
1576     {
1577         memcpy (dst, &attrUse, sizeof(attrUse));
1578         dst += sizeof(attrUse);
1579     }
1580 #endif
1581     *dst++ = p->reg_type;
1582     memcpy (dst, string, length);
1583     dst += length;
1584     *dst++ = '\0';
1585
1586     if (!diff)
1587     {
1588         memcpy (dst, pseqno, sizeof(*pseqno));
1589         dst += sizeof(*pseqno);
1590     }
1591     keys->buf_used = dst - keys->buf;
1592 }
1593
1594 static void extract_add_sort_string (RecWord *p, const char *string,
1595                                      int length)
1596 {
1597     ZebraHandle zh = p->extractCtrl->handle;
1598     struct sortKeys *sk = &zh->reg->sortKeys;
1599     int off = 0;
1600
1601     while (off < sk->buf_used)
1602     {
1603         int set, use, slen;
1604
1605         off += key_SU_decode(&set, sk->buf + off);
1606         off += key_SU_decode(&use, sk->buf + off);
1607         off += key_SU_decode(&slen, sk->buf + off);
1608         off += slen;
1609         if (p->attrSet == set && p->attrUse == use)
1610             return;
1611     }
1612     assert (off == sk->buf_used);
1613
1614     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1615     {
1616         char *b;
1617
1618         b = (char *) xmalloc (sk->buf_max += 128000);
1619         if (sk->buf_used > 0)
1620             memcpy (b, sk->buf, sk->buf_used);
1621         xfree (sk->buf);
1622         sk->buf = b;
1623     }
1624     off += key_SU_encode(p->attrSet, sk->buf + off);
1625     off += key_SU_encode(p->attrUse, sk->buf + off);
1626     off += key_SU_encode(length, sk->buf + off);
1627     memcpy (sk->buf + off, string, length);
1628     sk->buf_used = off + length;
1629 }
1630
1631 void extract_add_string (RecWord *p, const char *string, int length)
1632 {
1633     assert (length > 0);
1634     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1635         extract_add_sort_string (p, string, length);
1636     else
1637         extract_add_index_string (p, string, length);
1638 }
1639
1640 static void extract_add_incomplete_field (RecWord *p)
1641 {
1642     const char *b = p->string;
1643     int remain = p->length;
1644     const char **map = 0;
1645
1646     if (remain > 0)
1647         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1648
1649     while (map)
1650     {
1651         char buf[IT_MAX_WORD+1];
1652         int i, remain;
1653
1654         /* Skip spaces */
1655         while (map && *map && **map == *CHR_SPACE)
1656         {
1657             remain = p->length - (b - p->string);
1658             if (remain > 0)
1659                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1660             else
1661                 map = 0;
1662         }
1663         if (!map)
1664             break;
1665         i = 0;
1666         while (map && *map && **map != *CHR_SPACE)
1667         {
1668             const char *cp = *map;
1669
1670             while (i < IT_MAX_WORD && *cp)
1671                 buf[i++] = *(cp++);
1672             remain = p->length - (b - p->string);
1673             if (remain > 0)
1674                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1675             else
1676                 map = 0;
1677         }
1678         if (!i)
1679             return;
1680         extract_add_string (p, buf, i);
1681         p->seqno++;
1682     }
1683 }
1684
1685 static void extract_add_complete_field (RecWord *p)
1686 {
1687     const char *b = p->string;
1688     char buf[IT_MAX_WORD+1];
1689     const char **map = 0;
1690     int i = 0, remain = p->length;
1691
1692     if (remain > 0)
1693         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
1694
1695     while (remain > 0 && i < IT_MAX_WORD)
1696     {
1697         while (map && *map && **map == *CHR_SPACE)
1698         {
1699             remain = p->length - (b - p->string);
1700             if (remain > 0)
1701                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1702             else
1703                 map = 0;
1704         }
1705         if (!map)
1706             break;
1707
1708         if (i && i < IT_MAX_WORD)
1709             buf[i++] = *CHR_SPACE;
1710         while (map && *map && **map != *CHR_SPACE)
1711         {
1712             const char *cp = *map;
1713
1714             if (i >= IT_MAX_WORD)
1715                 break;
1716             while (i < IT_MAX_WORD && *cp)
1717                 buf[i++] = *(cp++);
1718             remain = p->length  - (b - p->string);
1719             if (remain > 0)
1720                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1721                                         remain);
1722             else
1723                 map = 0;
1724         }
1725     }
1726     if (!i)
1727         return;
1728     extract_add_string (p, buf, i);
1729 }
1730
1731 void extract_token_add (RecWord *p)
1732 {
1733     WRBUF wrbuf;
1734
1735 #if 0
1736     yaz_log (LOG_LOG, "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1737              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1738              p->string);
1739 #endif
1740     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1741                                p->string, p->length)))
1742     {
1743         p->string = wrbuf_buf(wrbuf);
1744         p->length = wrbuf_len(wrbuf);
1745     }
1746     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1747         extract_add_complete_field (p);
1748     else
1749         extract_add_incomplete_field(p);
1750 }
1751
1752 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1753 {
1754     ZebraHandle zh = (ZebraHandle) (p->handle);
1755     zebraExplain_addSchema (zh->reg->zei, oid);
1756 }
1757
1758 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1759                             int cmd, struct sortKeys *sk)
1760 {
1761     SortIdx sortIdx = zh->reg->sortIdx;
1762     int off = 0;
1763
1764     sortIdx_sysno (sortIdx, sysno);
1765
1766     while (off < sk->buf_used)
1767     {
1768         int set, use, slen;
1769
1770         off += key_SU_decode(&set, sk->buf + off);
1771         off += key_SU_decode(&use, sk->buf + off);
1772         off += key_SU_decode(&slen, sk->buf + off);
1773
1774         sortIdx_type(sortIdx, use);
1775         if (cmd == 1)
1776             sortIdx_add(sortIdx, sk->buf + off, slen);
1777         else
1778             sortIdx_add(sortIdx, "", 1);
1779         off += slen;
1780     }
1781 }
1782
1783 void encode_key_init (struct encode_info *i)
1784 {
1785     i->sysno = 0;
1786     i->seqno = 0;
1787     i->cmd = -1;
1788     i->prevsys=0;
1789     i->prevseq=0;
1790     i->prevcmd=-1;
1791     i->keylen=0;
1792 }
1793
1794 char *encode_key_int (int d, char *bp)
1795 {
1796     if (d <= 63)
1797         *bp++ = d;
1798     else if (d <= 16383)
1799     {
1800         *bp++ = 64 + (d>>8);
1801         *bp++ = d  & 255;
1802     }
1803     else if (d <= 4194303)
1804     {
1805         *bp++ = 128 + (d>>16);
1806         *bp++ = (d>>8) & 255;
1807         *bp++ = d & 255;
1808     }
1809     else
1810     {
1811         *bp++ = 192 + (d>>24);
1812         *bp++ = (d>>16) & 255;
1813         *bp++ = (d>>8) & 255;
1814         *bp++ = d & 255;
1815     }
1816     return bp;
1817 }
1818
1819 #ifdef OLDENCODE
1820 /* this is the old encode_key_write
1821  * may be deleted once we are confident that the new works
1822  * HL 15-oct-2002
1823  */
1824 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1825 {
1826     struct it_key key;
1827     char *bp = i->buf;
1828
1829     while ((*bp++ = *k++))
1830         ;
1831     memcpy (&key, k+1, sizeof(struct it_key));
1832     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
1833     if (i->sysno != key.sysno)
1834     {
1835         i->sysno = key.sysno;
1836         i->seqno = 0;
1837     }
1838     else if (!i->seqno && !key.seqno && i->cmd == *k)
1839         return;
1840     bp = encode_key_int (key.seqno - i->seqno, bp);
1841     i->seqno = key.seqno;
1842     i->cmd = *k;
1843     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1844     {
1845         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1846         exit (1);
1847     }
1848 }
1849
1850 void encode_key_flush (struct encode_info *i, FILE *outf)
1851 { /* dummy routine */
1852 }
1853
1854 #else
1855
1856 /* new encode_key_write
1857  * The idea is to buffer one more key, and compare them
1858  * If we are going to delete and insert the same key,
1859  * we may as well not bother. Should make a difference in
1860  * updates with small modifications (appending to a mbox)
1861  */
1862 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1863 {
1864     struct it_key key;
1865     char *bp;
1866
1867     if (*k)  /* first time for new key */
1868     {
1869         bp = i->buf;
1870         while ((*bp++ = *k++))
1871             ;
1872         i->keylen= bp - i->buf -1;
1873         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1874     }
1875     else
1876     {
1877         bp=i->buf + i->keylen;
1878         *bp++=0;
1879         k++;
1880     }
1881
1882     memcpy (&key, k+1, sizeof(struct it_key));
1883     if (0==i->prevsys) /* no previous filter, fill up */
1884     {
1885         i->prevsys=key.sysno;
1886         i->prevseq=key.seqno;
1887         i->prevcmd=*k;
1888     }
1889     else if ( (i->prevsys==key.sysno) &&
1890               (i->prevseq==key.seqno) &&
1891               (i->prevcmd!=*k) )
1892     { /* same numbers, diff cmd, they cancel out */
1893         i->prevsys=0;
1894     }
1895     else
1896     { /* different stuff, write previous, move buf */
1897         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1898         if (i->sysno != i->prevsys)
1899         {
1900             i->sysno = i->prevsys;
1901             i->seqno = 0;
1902         }
1903         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1904         {
1905             return; /* ??? Filters some sort of duplicates away */
1906                     /* ??? Can this ever happen   -H 15oct02 */
1907         }
1908         bp = encode_key_int (i->prevseq - i->seqno, bp);
1909         i->seqno = i->prevseq;
1910         i->cmd = i->prevcmd;
1911         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1912         {
1913             logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1914             exit (1);
1915         }
1916         i->keylen=0; /* ok, it's written, forget it */
1917         i->prevsys=key.sysno;
1918         i->prevseq=key.seqno;
1919         i->prevcmd=*k;
1920     }
1921 }
1922
1923 void encode_key_flush (struct encode_info *i, FILE *outf)
1924 { /* flush the last key from i */
1925     char *bp =i->buf + i->keylen;
1926     if (0==i->prevsys)
1927     {
1928         return; /* nothing to flush */
1929     }
1930     *bp++=0;
1931     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1932     if (i->sysno != i->prevsys)
1933     {
1934         i->sysno = i->prevsys;
1935         i->seqno = 0;
1936     }
1937     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1938     {
1939         return; /* ??? Filters some sort of duplicates away */
1940                 /* ??? Can this ever happen   -H 15oct02 */
1941     }
1942     bp = encode_key_int (i->prevseq - i->seqno, bp);
1943     i->seqno = i->prevseq;
1944     i->cmd = i->prevcmd;
1945     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1946     {
1947         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1948         exit (1);
1949     }
1950     i->keylen=0; /* ok, it's written, forget it */
1951     i->prevsys=0; /* forget the values too */
1952     i->prevseq=0;
1953 }
1954 #endif